jmu201521121021的博客

论文：https://arxiv.org/abs/1602.07360github: https://github.com/forresti/SqueezeNet简介：SqueezeNet是一个经典分类模型， 主要特点是模型参数量少， 在Imagenet上精度和AlexNet差不多，模型大小是AlexNet的150\frac{1}{50}501​ 之一左右,压缩后可以小于0.5M。S...

简介Boxes 是Detectron2 中用来处理检测框的基础类，功能强大， 包括clip、scale、cat 等等操作。代码解析初始化类，可以看出成员变量tensor是一个二维tensor,保存N个框（x0, y0, x1, y1）, 第二维度为4, 可以存放anchor或groun truth.class Boxes: """ This structure st...

简介paper: https://arxiv.org/abs/1911.11907github：https://github.com/huawei-noah/ghostnetGhostnet（CVPR2020）是华为提出的一种轻量级网络，结构类似mobilenetV3,具有速度快、精度较高特点。论文中主要贡献是：提出Ghost Module。Ghost Module如图二所示，...

软件环境ncnnvulank(option)cmakeandroid ndk编译主要编译两个架构和是否加vulkan.在ncnn 同级目录新建 build_android.bat,写入下面内容。编译脚本在官方基础上加下面语句。set ANDROID_NDK= your android ndk root # eg C:/android-ndk-r20 -G "Unix Make...

None可以在所处维度中多一维，具体实现。import torchtensor = torch.randn(3, 4)print('tensor size:', tensor.size())tensor_1 = tensor[:, None]print('tensor_1 size:', tensor_1.size())tensor_2 = tensor[:, :, None]p...

简介熟悉ncnn的使用，可以从ncnn官方提供的squeezenet网络入手，squeezenet网络在imagene上训练，类别数为1000。 实现流程主要包括模型转换、加载、推理、后处理。在pc上实现可以验证模型结果是否正确，进一步部署到其他平台，本博客主要介绍在windows10上实现。系统环境Windows10Visual Studio 2017ncnn （2019122...

问题描述pytorch的Dataloader用于加载数据。在num_works >1时， 每个线程中numpy.random产生的随机数一样，也就是随机种子相同。random 和 torch两个模块的随机数不会出现这种情况。DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_...

Paper:https://eccv2018.org/openaccess/content_ECCV_2018/papers/Songtao_Liu_Receptive_Field_Block_ECCV_2018_paper.pdfGitHub: https://github.com/ruinmessi/RFBNet简介RFB Net主要用于目标检测，模型参数少。文中提出了RF bl...

简介CornerNet 是最经典的Anchor-free方法，本博客主要介绍数据预处理中最核心步骤: ground truth heatmaps。方法如上图所示， 有三种颜色的图形， 红色框代表ground truth， 绿色框的角点在橙色圆圈里面， gound truth heatmap就是通过高斯分布函数生成， 以ground thuth 的两个角点为中心，半径为rrr， 利用高...

简介MS COCO 是google 开源的大型数据集， 分为目标检测、分割、关键点检测三大任务， 数据集主要由图片和json 标签文件组成。 coco数据集由自带COCO API，方便对json文件进行信息读取。本博客介绍是目标检测数据集格式的制作。步骤对现有数据标签文件转化为json格式， json文件主要用字典形式存取， coco原数据集包括：info、licenses、image...

github:https://github.com/open-mmlab/mmdetectionpaper:https://arxiv.org/abs/1906.07155一、简介mmdetetion是香港中文大学 MMLab实验室开源的目标检测框架， 是一款基于pytorch 深度学习框架搭建的目标检测库，包含很多主流的算法，包括anchor、anchor-free， one-sta...

Arcface训练vgg2face数据集——数据制作简介本博客是基于开源项目insightface训练vgg2face。训练首先要对数据里面的人脸图片进行检测，接下来进行人脸对齐，保存对齐后的图片，最后生成一个和原来数据文件目录一样的存放图片文件夹和一个lst文件,lst存放图片绝对路径和每张图片对应类别ID。代码解读利用 $INSIGHTFACE_ROOT/src/align/al...

简介tensorboard 是tensorflow的一个可视化工具，可以简便看网络图、loss等评估指标曲线。使用方法1、首先要用tf.summary.scalar(name, valiable)创建一个节点，用于保存这一层的权重，name是新建节点名称，valiable是网络图中变量名。2、利用 tf.summary.FileWriter(filepath, graph) 来保存所...

简介string 是标准类型库一种，存放字符串和对字符串进行操作,头文件<string,h>常用操作：empty(): 当string对象为空，返回trues.length() string长度s1 + s2 字符串拼接s1 = s2 s2覆盖s1s1 == s2 判断是否相同，区分大小写s1 != s2初始化方法string s1; // ...

Python——from collections import namedtuple在读SSD源码中看到 namedtuple这个子类，这可以理解为元祖的升级版。细节看官方文档。collections.namedtuple(typename, field_names, *, verbose=False, rename=False, module=None)¶typename： 代表新建的...

Python——循环技巧简介对list 进行循环操作，正常都用 for da in data方式，无法获得da的下标。不过enumerate（）函数可以返回i 和 da，i是下标，如下图：当同时在两个或更多序列中循环时，可以用 zip() 函数将其内元素一一匹配questions = ['name', 'quest', 'favorite color'] answers = ['l...

一、 简介在本博客主要介绍python的三个数据结构: list、dict、tuple、set。ps：最近面试发现python基础还不是很牢固，加上昨天python中文文档出来，决定复习一下python.下面都是基于python3.6二、 ListList是比较常用的数据结构，可以存储多种数据类型，能进行插入、删除、查找等功能。1、append(x),在list最后面加入一个元素x...

Linux基础——grep 命令最近复习Linux基础命令，记录下grepgrepgrep，这个命令用于文件查找，功能强大。grep [options] pattern [file]grep 会在指定文件file查找匹配字符。比较查用命名，举例用文件file，内容为onetwofourfivesixthreetenoldnewandsodot1、...

AdaBoost 算法简介AdaBoost 算法：通过初始化一个分类器，然后根据前一个，训练多个分类器，然后加权得到最终分类器，是一种强学习的算法。算法流程输入： 训练数据集T={(x1,y1),(x2,y2),...,(xN.yN)}T=\{(x1,y1),(x2,y2),...,(x_N.y_N)\}T={(x1,y1),(x2,y2),...,(xN​.yN​)},其中xi∈Rnx...

机器学习——SVM原理解析简介支持向量机（support vector machines,SVM）是一种二分类模型，学习策略是间隔最大化，是求解凸二次规划的最优化算法。模型由繁到简分为：线性可分支持向量机、线性支持向量机和非线性支持向量机。&lt;&lt;机器学习&gt;&gt;6.2图&lt;&lt;机器学习&gt;&gt...